一种新型高选择性微带带通滤波器设计

介绍了一种通过在微带开环谐振滤波器中引入交叉耦合,产生一对传输极点,从而提高通带选择性的滤波器设计方法。讨论了这种滤波器的综合方法和实现流程。实际设计了一个六阶开环谐振滤波器,并给出了全波仿真结果。分析和仿真都表明这种滤波器具有体积紧凑、选择性高的优点。     

一种基于数字综合算法的MTD滤波器设计方法

利用空间阵列方向图合成中的数字综合算法 ,提出了一种新的MTD滤波器设计方法。该方法通过在滤波器频率响应的副瓣区放置大量的干扰信号 ,改变干扰信号的功率强度 ,从而自适应地控制滤波器频率响应的副瓣电平。这种方法所设计的MTD滤波器 ,其频率响应不仅在零频附近有宽而深的零陷 ,而且在其他副瓣区域可以为任意形状 ,具有较好的实用性。设计实例证实了这种方法的有效性。     

混合型有源滤波器在开关电源中的应用

针对开关电源中存在的电磁干扰,提出了一种新的解决方法一混合有源滤波器.并对其滤波原理进行了分析,通过实验分析说明这种滤波器在处理开关电源电磁抗干扰中的可行性.     

JIDS/SINS/GPS组合导航系统两级故障检测结构设计

针对传统组合导航系统故障检测方法不能同时准确检测突变故障及缓变故障的不足,提出了一种两级故障检测结构。这种结构采用联邦滤波器结合了残差χ2检测法易于检测突变故障和状态χ2检测法易于检测缓变故障的优势,在JIDS/SINS/GPS组合导航系统中得到了成功应用。仿真表明,这种方法对突变故障和缓变故障都达到了较好的检测效果。此外,此方法没有改变联邦滤波器原有结构,检测准确度高,计算量小,是一种便于工程实现的检测方法。     

用卡尔曼滤波器估计目标机动加速度

为了使基于线性二次型高斯理论的LQG最优制导规律得到工程应用，设计了一种寻的回路中的卡尔曼滤波器，利用仿真技术，用这种滤波器对目标机动加速度进行了估计，仿真结果表明，这种滤波器可以准确估计目标机动加速度。     

基于置信度加权的组合导航数据融合算法

 针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大，进而导致联邦滤波估计出现偏差的问题，为了改进联邦滤波融合方法，将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合，应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器，使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度，进而得到联邦滤波器的置信度，再由得到的置信度对各子滤波器及联邦滤波器输出进行加权，得到最终的全局输出。对车载组合导航系统的仿真结果表明，这种算法对量测噪声具有较强的自适应性，能够抑制置信度低的子滤波器在融合系统中所占的权重，提高联邦滤波融合算法的精度，是一种可行的车载组合导航数据融合算法。     

基于预滤波器和两级AIME的GNSS/INS超紧组合慢变故障检测

针对包含预滤波器的GNSS/INS非相干超紧组合架构，提出了一种基于预滤波器的两级AIME慢变故障检测方法。该方法首先基于预滤波器构建第1级AIME检测，并设计了关于第1级AIME检测统计量的检测量Kalman滤波器。在发生慢变故障时，第1级AIME故障检测统计量存在递增趋势。对于检测量Kalman滤波器而言，这种递增趋势也可视作一种慢变故障。以检测量Kalman滤波器为基础，构建了第2级AIME检测算法，以达到减小故障检测时间的目的。在单星和两星伪距慢变故障场景下，进行了仿真与对比分析。仿真结果表明，所提方法能够正确识别故障卫星并且可以显著减小慢变故障的检测时间。对于小变化率的慢变故障，所提方法在检测时间上的优势更加明显。     

滤波器的设计与安装

分离信号，抑制干扰是滤波器的基本功能，要把电源线的传导干扰电平控制在标准规定的极限值内，安装电磁干扰滤波器是一种有效的办法。本文介绍了电源线滤波器的设计方法和安装要求，并对滤波器插入损耗的测试问题进行了探讨。     

空间矢量方法实现并联型有源电力滤波器

空间矢量法广泛应用于电动机的控制,本文是将空间矢量法应用于有源电力滤波器中, 并且用这种方法通过数字信号处理器芯片TMS320LF2407A实现对并联型有源电力滤波器的控制.文中对空间矢量法进行了介绍,并且针对矢量控制下的并联型有源电力滤波器试验结果进行了简要的分析.实验表明空间矢量法控制有源电力滤波器更适合使用DSP控制而且控制的实时性高.     

基于小波变换的非平稳信号趋势项剔除方法

分析了空间飞行器遥测信号处理传统趋势项剔除方法的优势和不足,提出了基于小波变换的非平稳信号趋势项剔除方法。这种方法通过滤波器组将信号分解与重构,实现趋向性信号与零均值平稳随机信号的分离。仿真实验表明,该方法简单、高效,适用于非平稳随机信号的处理,是一种实用的趋势项剔除方法。     

综合容错飞行控制系统的设计与仿真

将主动容错控制与被动容错控制相结合,提出了一种综合容错飞行控制系统的设计方法。首先利用基于凸优化的线性二次型控制器构造可靠控制系统,然后通过故障检测滤波器对执行机构进行故障检测分离,并使用伪逆法重构控制律。仿真结果表明,该方法提高了飞行控制系统的可靠性。     

一种针对结构损伤的非线性容错飞行控制方法

飞机结构损伤会引起气动参数变化,进而影响系统的静稳定性和控制精度。针对具有多输入的非线性飞机模型,利用带有二阶命令滤波器的自适应反步控制方法在线估计飞机气动参数,补偿结构损伤导致的气动参数变化对控制系统的影响,以实现容错飞行控制功能;引入的命令滤波器可以避免反步控制中复杂的求导运算。从理论上分析证明了带有二阶命令滤波器的自适应反步控制的闭环系统稳定性,并给出了控制跟踪误差的理论上界和二阶命令滤波器频率参数选取的下界。通过一个大型客机垂直尾翼脱落场景的仿真实验,验证了所提容错控制方法的有效性。     

基于自适应粒子滤波的涡扇发动机故障诊断

针对涡扇发动机非线性、非高斯的特点,提出了一种自适应的粒子滤波算法用于涡扇发动机气路部件突变故障的诊断.为了减小算法的计算量并且保证滤波精度,分析了滤波精度和样本数目的关系,提出根据滤波过程中状态的方差自适应地调整粒子数,在保证一定的滤波精度下可以有效地减少滤波过程中使用的粒子数,提高了算法的实时性.同时,引入扩展卡尔曼滤波(EKF)用于更新粒子,产生重要概率密度函数,在一定程度上避免了粒子的退化.通过某型涡扇发动机的仿真分析表明:改进的算法相比标准粒子滤波算法用于涡扇发动机气路部件故障诊断时,参数估计的方均根误差减小了50%左右,且算法的计算量减小了30%.     

航空发动机气路故障诊断的平方根UKF方法研究

设计了适用于双轴涡扇发动机健康参数估计的平方根UKF滤波算法,解决了线性卡尔曼滤波器估计结果准确性依赖于线性模型精度;常规UKF算法中由于计算误差及噪声信号影响引起误差协方差矩阵负定而导致滤波结果发散等问题.提出了根据测量残差变化改进滤波收敛速度与稳定性的方法.发动机渐变与突变故障模式下仿真结果表明,平方根UKF估计算法收敛速度快,稳定性强,精度高,是一种有效的发动机气路部件健康参数估计与故障诊断方法.      

一体化智能电磁流量计的研制

介绍了一种集传感器,转换器,积算仪器于一体的就地显示式智能电磁流量计,其研制中采用先进的单片微机芯片,实现在线多种信号采集和数据处理,并采用软件容错技术,大大提高了仪表的可靠性和测量准确度。     

自校准扩展Kalman滤波方法

提出一种自校准扩展Kalman滤波(SEKF)方法,针对3种含有未知输入(如未知系统误差、突风、故障等)的不同的非线性系统模型,分别给出了滤波递推算法.在导航、信号处理、故障诊断等领域的许多非线性工程中,传统的扩展Kalman滤波(EKF)方法无法消除未知输入的影响,在滤波过程中往往产生较大误差甚至发散.提出的SEKF方法能够对这种未知输入进行补偿和修正,从而提高滤波精度.数值仿真算例表明:SEKF的滤波误差均值和标准差分别减少到传统EKF的1/12和1/4,有效地改善了滤波精度.并且该方法计算简单,便于工程应用.      

基于双树复小波和形态学的卫星异常数据滤波方法

受系统结构复杂、工作环境恶劣等因素影响,卫星的工作状态会存在介于正常和故障之间的异常状态,导致其遥测数据中不仅含有噪声,还存在异常数据。采用传统滤波算法进行去噪处理时,会存在对异常数据保留不充分的问题,从而导致突变信息丢失。针对上述问题,提出一种基于双树复小波与形态学滤波的卫星遥测数据组合滤波方法,设计一种半软阈值滤波函数来提高双树复小波的滤波性能,并提出一种组合滤波算法。通过仿真实验进行验证,结果表明:本文方法可以对遥测数据中的噪声进行有效滤除并对异常数据进行保留。     

自校准Kalman滤波方法

提出一种自校准Kalman滤波方法(SKF),建立SKF模型及其滤波递推算法.在深空探测、发动机故障诊断等许多工程实际中,由于未知输入(如突风、故障、未知的系统误差等)的影响,传统的Kalman滤波方法在滤波递推过程中会产生较大误差.文中提出的自校准Kalman滤波方法能够自动补偿这种未知输入的影响,提高滤波精度.从某飞行器仿真中可以看到,SKF的滤波误差均值和方差分别比传统的Kalman滤波方法降低了400%和300%以上,有效地改善了滤波效果.并且该方法计算简单,便于工程应用.     

存在外部干扰的网络控制系统故障检测和优化

针对存在时延和丢包的网络控制系统,研究了系统的故障检测滤波器设计和优化设计问题.通过泰勒展开将未知时延处理成外界干扰,采用伯努利随机过程来描述丢包现象.设计观测器产生残差信号,将故障检测问题转化为H∞滤波问题.通过Lyapunov函数方法分析了系统的稳定性.以线性矩阵不等式的形式给出了滤波器存在的充分条件和求解方法.为进一步提高系统对故障信号的灵敏度,采用了一种优化设计方法对故障检测系统进行了优化.最后通过仿真验证了算法的有效性.     

基于CPP与S变换的自适应时频滤波及其在滚动轴承故障诊断中的应用

针对变转速下滚动轴承故障调制信息的提取与分离,提出了基于线调频小波路径追踪(CPP)与S变换的自适应时频滤波方法。该方法先采用Hilbert解调对齿轮箱振动信号进行分析获取其包络信号,并对包络信号进行S变换,以获取其时频分布,同时,采用CPP算法从齿轮箱振动信号中估计出啮合频率曲线,进而获取转轴转速;然后,根据估计的转速信号分别设计各阶时频滤波器;再采用时频滤波器对包络信号的时频分布进行时频滤波,并将滤波结果进行S逆变换,以获取各阶故障调制信号;最后对各阶故障调制信号进行阶次谱分析,并根据阶次谱中的调制信息诊断滚动轴承故障。算法仿真和应用实例表明,自适应时频滤波方法可根据轴承故障调制信号的频率变化特点自适应地改变滤波器的中心频率与带宽,能有效提取并分离轴承的各阶调制信息,且分离效果优于基于集合经验模态分解（EEMD）的阶次谱方法。